缺少数据，在Pandas中插入行并用NAN填充

缺少数据，在Pandas中插入行并用NAN填充

set_index

和

reset_index

是你的朋友。

df = Dataframe({"A":[0,0.5,1.0,3.5,4.0,4.5], "B":[1,4,6,2,4,3], "C":[3,2,1,0,5,3]})

首先将A列移至索引：

In [64]: df.set_index("A")Out[64]:      B  C A        0.0  1  30.5  4  21.0  6  13.5  2  04.0  4  54.5  3  3

然后使用新索引重新索引，此处使用nans填充缺少的数据。我们使用

Index

对象是因为我们可以命名它。这将在下一步中使用。

In [66]: new_index = Index(arange(0,5,0.5), name="A")In [67]: df.set_index("A").reindex(new_index)Out[67]:       B   C0.0   1   30.5   4   21.0   6   11.5 NaN NaN2.0 NaN NaN2.5 NaN NaN3.0 NaN NaN3.5   2   04.0   4   54.5   3   3

最后使用将索引移回列

reset_index

。自从我们命名索引以来，所有这些都神奇地起作用：

In [69]: df.set_index("A").reindex(new_index).reset_index()Out[69]:        A   B   C0    0.0   1   31    0.5   4   22    1.0   6   13    1.5 NaN NaN4    2.0 NaN NaN5    2.5 NaN NaN6    3.0 NaN NaN7    3.5   2   08    4.0   4   59    4.5   3   3